CIENCIA DE DATOS

4. Lenguaje Python

https://ofortiz.my.canva.site/gu-a-visual-code-para-python-con-ejercicios

Instituto Tecnológico de Tehuacán

Ingeniería en Sistemas Computacionales

Unidad de aprendizaje: Lenguaje Python

4.1 Introducción a Python

Python es un lenguaje interpretado, multiplataforma y de sintaxis clara.

print(«Hola, Python»)

Ejercicio resuelto

Imprimir nombre y carrera:

nombre = «Dra. Olga López» carrera = «Ingeniería en Sistemas Computacionales» print(nombre, carrera)

4.2 Fundamentos del lenguaje

4.2.1 Variables

Una variable almacena un valor.

nombre = «Ana» edad = 22

Ejercicio resuelto

Crear tres variables:

a = 10 b = 20 c = a + b print(c)

4.2.2 Operadores

Operadores aritméticos y lógicos.

a = 10 b = 3 print(a + b) print(a > b)

Ejercicio resuelto

Calcular área de un rectángulo:

base = 5 altura = 8 area = base * altura print(«Área:», area)

4.2.3 Cadenas de texto

Texto entre comillas.

mensaje = «Bienvenido al curso» print(mensaje.upper())

Ejercicio resuelto

Concatenar cadenas:

nombre = «Ana» saludo = «Hola » + nombre print(saludo)

4.2.4 Condicionales

Permiten tomar decisiones.

edad = 18 if edad >= 18: print(«Mayor de edad») else: print(«Menor de edad»)

Ejercicio resuelto

Determinar si un número es par:

num = 6 if num % 2 == 0: print(«Par») else: print(«Impar»)

4.2.5 Ciclos

Repetición de instrucciones.

for i in range(5): print(«Iteración», i)

Ejercicio resuelto

Sumar números del 1 al 10:

suma = 0 for i in range(1, 11): suma += i print(«Suma:», suma)

4.2.6 Listas

Colecciones ordenadas.

numeros = [1, 2, 3, 4] print(numeros[0])

Ejercicio resuelto

Promedio de una lista:

lista = [5, 10, 15] promedio = sum(lista) / len(lista) print(«Promedio:», promedio)

4.2.7 Diccionarios

Estructuras clave-valor.

alumno = {«nombre»: «Ana», «edad»: 22} print(alumno[«nombre»])

Ejercicio resuelto

Agregar un campo nuevo:

alumno = {«nombre»: «Ana», «edad»: 22} alumno[«carrera»] = «ISC» print(alumno)

4.2.8 Funciones

Bloques reutilizables de código.

def saludar(nombre): print(«Hola», nombre) saludar(«Ana»)

Ejercicio resuelto

Función que calcula el área de un círculo:

def area_circulo(r): return 3.1416 * r * r print(area_circulo(5))

4.3 Librería NumPy

NumPy permite trabajar con arreglos y operaciones matemáticas.

import numpy as np a = np.array([1, 2, 3]) print(a * 2)

Ejercicio resuelto

Calcular la media de un arreglo:

import numpy as np a = np.array([10, 20, 30]) print(np.mean(a))

4.4 Librería Pandas

Pandas permite manipular datos tabulares mediante DataFrames.

import pandas as pd df = pd.DataFrame({«Nombre»: [«Ana», «Luis»], «Edad»: [22, 25]}) print(df)

Ejercicio resuelto

Filtrar datos mayores de 23 años:

import pandas as pd df = pd.DataFrame({«Nombre»: [«Ana», «Luis»], «Edad»: [22, 25]}) print(df[df[«Edad»] > 23])

4.5 Visualización con Matplotlib

Matplotlib permite crear gráficas de líneas, barras y dispersión.

import matplotlib.pyplot as plt plt.plot([1, 2, 3], [2, 4, 6]) plt.title(«Gráfica de ejemplo») plt.show()

Ejercicio resuelto

Gráfica de barras:

import matplotlib.pyplot as plt x = [«Ana», «Luis», «Pedro»] y = [22, 25, 20] plt.bar(x, y) plt.title(«Edades») plt.show()

🐍 Dominando Python para Ciencia de Datos

📚 Librerías Esenciales

En ciencia de datos, no reinventamos la rueda. Usamos librerías potentes:

  • Pandas: Manipulación y análisis de estructuras de datos (DataFrames).
  • NumPy: Cálculo numérico de alto rendimiento.
  • Matplotlib/Seaborn: Visualización de datos.
import pandas as pd
import numpy as np

✍️ Ejercicio Práctico: Tu primer DataFrame

Copia este código en tu entorno de Jupyter o Google Colab para cargar y visualizar un archivo:

1. Carga tus datos:

df = pd.read_csv('ventas.csv')
print(df.info())

2. Inspección rápida:

# Ver las primeras 5 filas y estadísticas básicas
print(df.head())
print(df.describe())

https://ofortiz.my.canva.site/gu-a-interactiva-para-publicar-en-web